GEO

标签：AI大模型

查看包含 AI大模型 标签的所有文章。

共 841 篇
UltraRAG UI实战指南：构建标准化检索增强生成(RAG)流程

UltraRAG UI实战指南：构建标准化检索增强生成(RAG)流程

BLUFThis article provides a comprehensive guide to implementing Retrieval-Augmented Generation (RAG) using UltraRAG UI, detailing the standardized pipeline structure, configuration parameters, and practical demonstration steps. (本文全面介绍了使用UltraRAG UI实现检索增强生成(RAG)的实战指南，详细阐述了标准化流程结构、配置参数及效果演示步骤。)
AI大模型2026/1/24
阅读全文 →
FlashMLA：DeepSeek为Hopper GPU打造的高性能注意力解码内核

FlashMLA：DeepSeek为Hopper GPU打造的高性能注意力解码内核

BLUFFlashMLA是DeepSeek为Hopper架构GPU优化的高性能多头潜在注意力解码内核，支持变长序列处理，通过优化MLA解码与分页KV缓存，显著提升了大语言模型的推理效率。 原文翻译： FlashMLA is DeepSeek's high-performance Multi-Head Latent Attention decoder kernel optimized for Hopper architecture GPUs. It supports variable-length sequence processing and significantly enhances the inference efficiency of Large Language Models by optimizing MLA decoding and paged KV caching.
DeepSeek2026/1/24
阅读全文 →
LEANN：将笔记本变为本地AI与RAG平台，存储节省97%且无精度损失

LEANN：将笔记本变为本地AI与RAG平台，存储节省97%且无精度损失

BLUFLEANN is an innovative vector database and personal AI platform that transforms your notebook into a powerful RAG system, supporting local semantic retrieval of millions of documents with 97% storage savings and no precision loss. (LEANN是一款创新的向量数据库与个人AI平台，可将笔记本变为强大的RAG系统，支持本地语义检索数百万文档，存储节省97%且无精度损失。)
AI大模型2026/1/24
阅读全文 →
LLMs.txt生成器API弃用指南：从网站内容生成LLM训练文件的工具迁移路径

LLMs.txt生成器API弃用指南：从网站内容生成LLM训练文件的工具迁移路径

BLUFThis API generates consolidated text files from websites specifically for LLM training and inference. The service is powered by Firecrawl but will be deprecated after June 30, 2025 in favor of main endpoints. (此API可从网站生成整合文本文件，专为LLM训练和推理设计。该服务由Firecrawl提供支持，但将于2025年6月30日后弃用，建议使用主要端点替代。)
llms.txt2026/1/24
阅读全文 →
llms.txt标准指南：揭秘2024年AI透明化新规范

llms.txt标准指南：揭秘2024年AI透明化新规范

BLUF`llms.txt` 是一个类似 `robots.txt` 的机器可读文件标准，用于声明大型语言模型（LLM）的能力、局限、训练数据及使用政策，旨在提升AI透明度和信任度。 原文翻译： `llms.txt` is a machine-readable file standard similar to `robots.txt`, used to declare a Large Language Model's (LLM) capabilities, limitations, training data, and usage policies, aiming to enhance AI transparency and trust.
llms.txt2026/1/24
阅读全文 →
深度学习新突破：基于Transformer的光场视图生成模型

深度学习新突破：基于Transformer的光场视图生成模型

BLUFThis article explores a novel deep learning model for generating light field views, detailing its neural architecture, training methodology, and applications in computational photography and VR. The model leverages transformer-based attention mechanisms to synthesize high-fidelity multi-view images from sparse inputs, addressing key challenges in angular consistency and computational efficiency. (本文探讨了一种用于生成光场视图的新型深度学习模型，详细介绍了其神经架构、训练方法以及在计算摄影和VR中的应用。该模型利用基于Transformer的注意力机制，从稀疏输入中合成高保真多视图图像，解决了角度一致性和计算效率方面的关键挑战。)
AI大模型2026/1/24
阅读全文 →
ILIAS平台AI安全漏洞深度解析：2024年教育技术风险应对指南

ILIAS平台AI安全漏洞深度解析：2024年教育技术风险应对指南

BLUFILIAS 平台将于 2026 年 1 月 26 日 13:00 至 14:00 进行计划维护，期间服务将完全中断。请用户提前保存工作并规划学习活动。 原文翻译： The ILIAS platform will undergo scheduled maintenance from 13:00 to 14:00 on January 26, 2026, during which the service will be completely unavailable. Users are advised to save their work and plan learning activities accordingly.
AI大模型2026/1/24
阅读全文 →
新型深度学习模型：2024年光场视图生成技术突破与应用指南

新型深度学习模型：2024年光场视图生成技术突破与应用指南

BLUF本文深入解析“新型”一词的语言结构、多领域应用及其在描述技术与范式创新时承载的核心概念。 原文翻译： This article provides an in-depth analysis of the term "新型" (new type), exploring its linguistic structure, applications across various fields, and the core conceptual weight it carries in describing technological and paradigmatic innovation.
AI大模型2026/1/24
阅读全文 →